基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于K-平均算法的智能监控预警算法.对于被监控的系统,该算法首先对所发生的故障进行分类,然后对故障类两两进行分析,建立故障实例之间的关联关系.在此基础上,该算法进一步搜索关联故障实例在故障类中的最佳分布并计算故障类之间的绝对和相对关联度.当关联度达到设定的阈值,我们则认为分组故障类存在关联关系,彼此之间存在相互触发动因.本文正是通过寻找这种关联关系来帮助实现故障监控的连带预警功能,实现潜在故障规避.为了对所提出的算法进行客观的评估,我们以企业内部的关键业务系统作为样本数据进行测试.测试结果表明,本算法能够高效并较准确地挖掘故障之间的关联性,对故障的智能监控预警具有实际意义.
推荐文章
危险品码头智能监控预警系统总体设计
危险品
智能视频识别
监控
预警
基于智能视觉的车辆事故预警监控系统设计
目标识别
智能视觉
车辆监控
含有隐性故障的复杂设备故障预警方法
复杂设备
隐含故障
故障诊断
故障预警
关联规则算法
飞控系统故障告警实时监控软件的设计与实现
飞行控制系统
故障告警
实时监控
飞行试验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 实现故障监控的智能预警
来源期刊 软件 学科 工学
关键词 K-平均算法 分类 故障 关联度 监控 预警
年,卷(期) 2020,(6) 所属期刊栏目 设计研究与应用
研究方向 页码范围 237-241
页数 5页 分类号 TP277
字数 5405字 语种 中文
DOI 10.3969/j.issn.1003-6970.2020.06.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李虹 3 0 0.0 0.0
2 韩永佳 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (100)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(5)
  • 参考文献(4)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
K-平均算法
分类
故障
关联度
监控
预警
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导